使用正則表達式來清理字符串與Base64編碼字符串

我有一個擴展方法，它使用Regex.Replace清除用戶輸入的字符串中的無效字符，然後將其添加到XML文檔中。使用正則表達式來清理字符串與Base64編碼字符串

正則表達式的目的是去掉那些偶爾在輸入一些隨機HI-ASCII字符時從Microsoft Word用戶將文本粘貼，並用空格替換它們：

public static string CleanInput(this string inputString) { 
     if (string.IsNullOrEmpty(inputString)) 
      return string.Empty; 

     // Replace invalid characters with a space. 
     return Regex.Replace(inputString, @"[^\w\[email protected]]", " "); 
    }

現在命運會擁有它，現在有人正在使用這種擴展方法在包含base64編碼數據的字符串上。

我相信正則表達式將會保留基本數據未修改的MOST，但是我認爲它可能會改變其中的一部分。

所以 - 明知\w在正則表達式是匹配[A-Za-z0-9_]和Base64的有效範圍相同，應該此正則表達式來改變字符串或不是？

如果它正在更改字符串，爲什麼以及如何更改它，以便hi-ASCII垃圾仍在常規非編碼文本中清理，而不會遺漏編碼字符串。

來源

2012-10-25 Adrian

Base64還使用+,/和=。

您可以添加這些到您的字符類：

[^\w\[email protected]+/=-]

注意-必須是最後一個，以便它是連字符減去的文字，而不是指定一個範圍。

也可能值得考慮的是\w不一定與[A-Za-z0-9_]according to Microsoft相同。

來源

2012-10-25 18:52:45

據我所知，@和 - 字符在Base64中是不可能的。並且=號只能在結束編碼的字符串的末尾（以填充字符串的長度，因此它將是4的倍數），所以也許這個唯一的字符可以作爲字符串尾字符單獨測試（s ）：'（= +）$' –

謝謝 - 這就是我需要知道的。 – Adrian

使用正則表達式來清理字符串與Base64編碼字符串

回答

相關問題